【技术实现步骤摘要】
基于注意力与多尺度池化的岩渣图像处理方法和系统
[0001]本专利技术涉及图像处理
,具体而言,涉及一种基于注意力与多尺度池化的岩渣图像处理方法和系统。
技术介绍
[0002]隧道设计与施工技术发展至今,应用于隧道工程建设的施工方法有多种,由于隧道施工的地质环境不同,选择的施工方法也不同。其中,掘进机施工在隧道建设中的优势日益明显,尤其对于超长距离的隧道工程,其带来的经济效益更加显著,因此随着越来越多地质复杂的长大隧道的修建,掘进机得以快速发展及应用。隧道掘进工程施工时受地质条件影响较大,在遭遇不良地质时,因不能及时调整掘进参数和掘进策略,掘进机被卡被困的情况时有发生,这使得掘进机在地质条件复杂的隧道施工过程中存在着很大的风险隐患。若能在掘进过程中实时掌握掌子面围岩条件的变化趋势,对不良地质进行预警,将会极大地降低施工风险。岩渣作为掘进破岩的直接产物,包含有丰富的地质信息,对隧道掘进施工现场产生的岩渣图像进行处理,得到岩渣粒径与形态的相关信息,为掘进机的掘进参数调整十分有价值。但是,仅依靠现有的图像识别方案无法对施工现场岩渣进行准确识别,或者识别准确率较低,无法保证施工安全。
[0003]因此,如何对施工现场的岩渣图像进行准确识别以保证施工安全成为亟待解决的技术问题。
技术实现思路
[0004]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一,公开了一种基于注意力与多尺度池化的岩渣图像处理方法和系统,以岩渣图像识别为重点,为掘进机在掘进围岩过程中提供技术参考以调整掘进参数,本 ...
【技术保护点】
【技术特征摘要】
1.一种基于注意力与多尺度池化的岩渣图像处理方法,其特征在于,包括:改进U
‑
Net模型,采用序列器
‑
卷积算法对输入的岩渣图像进行全局语义信息和局部细节信息的提取,输出第一运算结果;采用多尺度池化算法处理编码器算法输出的运算结果,获取更多上下文信息以弥补连续的卷积和池化带来的空间细节信息丢失,输出第二运算结果;采用像素注意力算法处理上述第二运算结果,有选择地关注岩渣特征信息,过滤背景信息和噪声,输出第三运算结果;第三运算结果经过解码器算法处理,与第一运算结果融合,得到分割图像;对所述分割图像进行先腐蚀后膨胀的处理,过滤所述分割图像上的噪点;对过滤噪点后的所述分割图像进行最小外接矩阵处理,以实现对岩渣碎块的标记。2.根据权利要求1所述的基于注意力与多尺度池化的岩渣图像处理方法,其特征在于,所述采用序列器
‑
卷积算法对输入的岩渣图像进行全局语义信息和局部细节信息的提取,输出第一运算结果的步骤,具体包括:所述岩渣图像通过双层卷积块,得到通道数为64的特征图X1,其中,每个双层卷积块均进行两次3
×
3的卷积操作,包括Batch Normalization和ReLU;将特征图X1通过一次1
×
1的卷积,再通过split操作分为两组特征向量X
s_in
和X
c_in
,尺寸不变,通道数各变为一半,X
s_in
进入Sequencer分支提取更加完整的全局信息得到X
s_out
,X
c_in
经过两次3
×
3的卷积获取详细的局部信息得到X
c_out
;将X
s_out
与X
c_out
进行concat操作后,再通过一次1
×
1的卷积,并与X1融合得到序列器
‑
卷积算法的输出结果X
sc_out
。3.根据权利要求2所述的基于注意力与多尺度池化的岩渣图像处理方法,其特征在于,所述采用多尺度池化算法处理所述编码器算法输出的运算结果,获取更多上下文信息以弥补连续的卷积和池化带来的空间细节信息丢失,输出第二运算结果的步骤,具体包括:对特征图X1进行下采样和双层卷积的操作得到长和宽缩小一倍,通道数增加一倍的特征图X2;对特征图X2进行下采样和双层卷积的操作得到长和宽缩小一倍,通道数增加一倍的特征图X3;对特征图X3进行下采样和双层卷积的操作得到长和宽缩小一倍,通道数增加一倍的特征图X4;将特征图X4分别进行内核为2
×
2,3
×<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。